針對車牌圖像分辨率低、視覺質(zhì)量差等問題,提出一種針對模糊車牌圖像的超分辨率重建方法。在FSRCNN的基礎(chǔ)上進(jìn)行如下改進(jìn):特征提取階段采用雙通道替代單通道,增強(qiáng)對圖像有用特征信息的提取;映射部分使用深度可分離卷積替代原有卷積并減少映射層數(shù),提升訓(xùn)練速度;重建部分采用子像素卷積操作替代反卷積層,抑制反卷積層產(chǎn)生的人工冗余信息。實驗結(jié)果表明,該方法的重建結(jié)果與其他方法相比,圖像質(zhì)量在主觀和客觀方面都有所改善,訓(xùn)練時間也有所減少。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 相關(guān)理論
2 算法設(shè)計
    2.1 重建模型
    2.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
    2.3 激活函數(shù)和損失函數(shù)
3 實 驗
    3.1 數(shù)據(jù)集來源及對比指標(biāo)
    3.2 結(jié)果及分析
    3.3 參數(shù)討論
4 結(jié) 語



本文編號：3799815